Bir insanın birkaç davranışına bakıp karakterini çözebilir misiniz?
Üç kez üst üste kaybeden bir oyuncunun “şanssız” olduğunu söyleyebilir misiniz? Bir şirketin birkaç çalışanından yola çıkarak bütün kurum hakkında hüküm verebilir misiniz? Bir haber akışında art arda aynı türden olayları gördüğünüzde, bunun toplumdaki gerçek oranı yansıttığını düşünebilir misiniz?
Çoğu zaman evet.
Sorun da burada başlıyor.
Zihin, belirsizlik karşısında boşluk bırakmayı sevmez. Eksik bilgiyi tamamlamak, birkaç örneği bir bütüne dönüştürmek ve karmaşık bir olayı tanıdık bir kalıba yerleştirmek son derece hızlı gerçekleşebilir.
Bu zihinsel kestirme, psikolojide temsililik kestirmesi olarak bilinir. Bir kişi, olay veya örnek, zihnimizdeki belirli bir kategoriye ne kadar benziyorsa onu o kategoriye ait ve o kategorinin özelliklerini taşıyor gibi değerlendirme eğilimimiz artabilir.
Bu mekanizma her zaman hatalı değildir. Hatta hızlı karar vermemizi sağlayan kullanışlı bir bilişsel araç olabilir. Fakat küçük bir örneğin büyük resmi temsil ettiğini varsaydığımız anda başka bir şey olur:
İhtimali, benzerlikle karıştırmaya başlarız.
Zihin neden birkaç örneğe bu kadar kolay inanıyor?
Bir olay hakkında yeterli istatistiksel bilgiye sahip olmadığınızda zihninizin önünde iki seçenek vardır.
Birincisi, belirsizliği kabul etmektir.
İkincisi, elinizdeki birkaç parçadan bir hikâye oluşturmaktır.
İnsan zihni çoğu durumda ikinci yolu daha kolay bulur.
Bir kişinin sessiz, düzenli ve ayrıntıcı olduğunu düşünün. Onun muhasebeci olduğunu öğrenirseniz bu özellikler size şaşırtıcı gelmeyebilir. Fakat aynı özellikleri taşıyan başka birinin yaratıcı bir meslekte çalıştığını söylediğimde zihniniz kısa bir süre direnebilir.
Çünkü burada kişinin gerçek mesleğini hesaplamaktan önce, kişiyi bir prototipe benzetmiş olursunuz.
Tversky ve Kahneman’ın belirsizlik altında yargılar üzerine 1974 tarihli klasik çalışmalarında tanımladıkları temsililik kestirmesi tam olarak bu noktaya temas eder. İnsanlar, bir nesnenin veya olayın belirli bir sınıfa ne kadar benzediğine bakarak olasılık hakkında yargıda bulunabilir. Bu yöntem hızlıdır; ancak ilgili istatistiksel bilgilerin gözden kaçmasına da yol açabilir.
Zihin için “benziyor” ile “olması daha olası” arasındaki mesafe düşündüğümüzden daha kısa olabilir.
Üstelik bunu çoğu zaman fark etmeyiz.
Küçük örnek, büyük hikâye
Bir restorana gittiniz.
İlk ziyaretinizde yemek kötüydü. İkinci ziyaretinizde servis yavaştı. Üçüncü ziyaretinizde çalışanlardan biri kaba davrandı.
Birkaç saat içinde zihniniz restoran hakkında bir karakter analizi yapabilir:
“Burası kötü bir yer.”
Belki gerçekten kötüdür.
Ama elinizdeki veri nedir?
Üç deneyim.
Restoranın binlerce müşterisi olabilir. Farklı vardiyalar, farklı çalışanlar, farklı günler, farklı yoğunluk seviyeleri ve farklı koşullar vardır.
Buna rağmen zihnimiz üç deneyimi “restoranın gerçek yüzü” haline getirebilir.
Tersi de mümkündür.
Üç kez olağanüstü iyi hizmet gördüğünüz bir işletmeyi “mükemmel” ilan edebilirsiniz.
Her iki durumda da aynı hata ortaya çıkar: küçük örnek, bütünün yerine geçirilir.
İstatistiksel olarak temsil gücü düşük bir gözlem, zihinsel olarak çok büyük bir ağırlık kazanır.
İşte manipülasyon açısından tehlikeli olan nokta burasıdır.
Birkaç örnek göster, zihnin gerisini tamamlasın
Bir iddiayı kanıtlamak için her zaman büyük miktarda veri gerekmez.
Bazen birkaç doğru seçilmiş örnek yeterlidir.
Bir reklam size sürekli mutlu müşteriler gösterir. Bir yatırım hikâyesi yalnızca kazananları anlatır. Bir sosyal medya hesabı aynı türden olayları peş peşe önünüze getirir. Bir haber anlatısı belirli bir davranışın tekrar tekrar görüntülenmesini sağlar.
Bir süre sonra o örnekler yalnızca “örnek” olmaktan çıkar.
Zihninizde normalin kendisine dönüşebilir.
Burada temsililik kestirmesi, başka bilişsel mekanizmalarla birleşebilir. Özellikle kolay hatırlanan olaylar, zihnimizde olduğundan daha yaygın veya olası görünebilir. Böylece “çok gördüm” ile “çok oluyor” birbirine karışır.
Manipülatif iletişim açısından bunun anlamı açıktır:
Size bütün resmi değiştirmek için bütün verileri değiştirmek gerekmeyebilir.
Görmenizi sağlayacağı birkaç parçayı seçmek yeterli olabilir.
Bu, belirli bir kişinin veya kurumun mutlaka bilinçli biçimde böyle davrandığı anlamına gelmez. Bazen seçicilik editoryal tercihten, kişisel önyargıdan, algoritmik sıralamadan veya yalnızca dikkat çekici olayların daha fazla hatırlanmasından kaynaklanabilir.
Fakat sonuç değişmeyebilir.
Zihin, kendisine sunulan örneklerden bir dünya kurar.
Kalıp gördüğümüzde neden “tesadüf” demekte zorlanıyoruz?
Rastlantı bize çoğu zaman düzensiz görünür.
Fakat gerçek rastgelelik, insanların sezgisel olarak beklediğinden daha fazla kümelenme ve seri içerebilir.
Bir yazı-tura dizisinde şöyle bir sonuç düşünün:
Tura, tura, tura, tura.
Birçok kişi bunun “fazla düzenli” olduğunu hisseder.
Ardından:
Yazı, tura, yazı, tura, yazı, tura.
Bu dizi daha rastgele görünür.
Oysa belirli bir dizinin göze “rastgele” görünmesi ile gerçekten rastgele bir süreçten gelmesi aynı şey değildir.
Tversky ve Kahneman’ın 1971 tarihli “küçük sayılar yasasına inanma” çalışması, insanların küçük örneklemlerin ana kütleyi olduğundan daha güçlü biçimde temsil ettiğini düşünme eğilimine dikkat çekiyordu.
Sorun sadece küçük örneklerin yetersiz olması değildir.
Daha rahatsız edici olan şudur:
Küçük örnekler çoğu zaman bize yeterliymiş gibi gelir.
Kumarbazın zihnindeki görünmez hesap makinesi
Bir madeni para beş kez tura geldi.
Altıncı atış için ne düşünürsünüz?
Bazı insanlar “Artık yazı gelmeli” diye düşünür.
Çünkü beş turalık serinin ardından yazının gelmesini psikolojik olarak daha dengeli bulurlar.
Bu düşünce, bağımsız atışların olasılık yapısıyla uyuşmayabilir. Önceki sonuçların varlığı, adil bir madeni paranın bir sonraki atışını tek başına değiştirmez.
Fakat zihin diziyi yalnızca sonuçlar olarak görmez.
Bir kalıp görür.
Kalıbın tamamlanmasını ister.
Bu yüzden kısa dizilerde “denge” arayabilir.
Aynı zihinsel eğilim farklı biçimlerde karşımıza çıkabilir: Üst üste başarılı olan bir kişinin başarı serisinin devam edeceğini düşünmek, birkaç başarısızlıktan sonra “sıra başarıda” olduğuna inanmak veya birkaç olağandışı olayın birbirine bağlı olduğuna hükmetmek gibi.
Burada önemli bir ayrım var.
Her seri bir yanılgı değildir.
Gerçek dünyada bazı olaylar gerçekten birbirleriyle bağlantılıdır. İnsan davranışları, ekonomik olaylar, fiziksel süreçler ve sosyal ilişkiler bağımsız yazı-tura atışlarından ibaret değildir.
Sorun, bağlantının gerçekten var olup olmadığını araştırmadan yalnızca dizinin kendisinden sonuç çıkarmaktır.
“Sıcak el” bize başka bir şey öğretti
Bu konuya ilişkin en bilinen örneklerden biri basketboldaki “sıcak el” araştırmalarıdır.
1985’te Gilovich, Vallone ve Tversky tarafından yayımlanan klasik çalışmada basketbol oyuncularının ve taraftarların, üst üste isabetli atış yapan bir oyuncunun bir sonraki atışı sokma ihtimalinin arttığına inanma eğilimleri incelendi. Çalışmanın incelediği veriler, art arda atış sonuçları arasında beklenen türden pozitif bir ilişki göstermemişti.
Bu çalışma yıllarca “sıcak el yanılgısı” tartışmasının temel örneklerinden biri oldu.
Fakat hikâye burada bitmedi.
2018’de Joshua Miller ve Adam Sanjurjo, sıcak el araştırmalarında kullanılan bazı ölçümlerde istatistiksel bir seçim yanlılığı bulunduğunu gösteren bir çalışma yayımladı. Bu düzeltmenin ardından daha önceki sonuçların yorumunun değişmesi gerektiğini savundular.
Bu örnek önemli çünkü bize iki farklı ders veriyor.
Birincisi, insanların rastlantısal dizilerde kalıp görme eğilimi gerçekten araştırılmaya değer bir bilişsel meseledir.
İkincisi, insanların yanılgılarını araştıran bilimsel çalışmaların kendisi de yöntemsel hatalara karşı bağışık değildir.
Bilim burada zihnin karşısına dikilen kusursuz bir otorite değildir.
Tam tersine, kendi kalıplarını da test etmek zorundadır.
Bir insanı da aynı şekilde “okuyoruz”
Temsililik kestirmesi yalnızca sayılarla ilgili değildir.
İnsanları değerlendirirken de çalışır.
Kıyafeti, konuşma biçimi, mesleği, aksanı, beden dili veya birkaç davranışı üzerinden bir kişinin karakteri hakkında hızlı sonuçlar çıkarabiliriz.
Sessiz birini soğuk.
Kendinden emin konuşanı bilgili.
Dağınık görüneni dikkatsiz.
Çok konuşanı sosyal.
Sert konuşanı güçlü.
Güler yüzlü olanı güvenilir.
Bu eşleştirmelerin bazı durumlarda gerçeklikle örtüşmesi mümkündür. Fakat birkaç gözlemden genel karakter sonucu çıkarmak, verinin taşıyabileceğinden daha büyük bir anlam yüklemek demektir.
Daha da önemlisi, kişi hakkındaki ilk izlenimimiz sonraki bilgileri nasıl yorumladığımızı etkileyebilir.
Bir kez “güvenilmez” kategorisine yerleştirdiğimiz kişide gördüğümüz hataları daha kolay fark ederiz.
Aynı kişinin doğru yaptığı şeyler ise zihnimizde daha az ağırlık kazanabilir.
Böylece ilk tahmin kendisini beslemeye başlar.
Kalıp önce karşımıza çıkar.
Sonra gördüğümüz gerçekleri o kalıba göre seçmeye başlayabiliriz.
Manipülasyon burada neden daha kolay hale geliyor?
Çünkü manipülasyon her zaman yalan söylemekten ibaret değildir.
Bazen gerçeklerin arasından belirli gerçekleri seçmek yeterlidir.
Bir kişi hakkında on olumlu, iki olumsuz olay olduğunu düşünün.
Sadece iki olumsuz olayı art arda gösterirseniz izleyicinin zihninde farklı bir portre oluşabilir.
Tersi de mümkündür.
Bu, verilen örneklerin sahte olduğu anlamına gelmez.
Örneklerin seçiminin algıyı değiştirebileceği anlamına gelir.
Bir şirketin yalnızca başarılı çalışanlarını göstermek, bir ürünün yalnızca memnun müşterilerini öne çıkarmak, bir sosyal grubun yalnızca uç örneklerini dolaşıma sokmak veya belirli bir olay türünü sürekli görünür hale getirmek, alıcının zihnindeki “tipik örnek” anlayışını değiştirebilir.
Burada manipülasyonun en sinsi biçimlerinden biri ortaya çıkar:
Size yanlış bir veri vermek yerine doğru verinin seçilmiş bir bölümünü göstermek.
Bu yüzden medya okuryazarlığı yalnızca “Bu bilgi doğru mu?” sorusundan ibaret değildir.
Bir başka soru daha gerekir:
“Bana gösterilmeyen ne var?”
Algoritmalar kalıbı büyütebilir
Dijital ortam bu problemi daha karmaşık hale getiriyor.
Bir içeriğe baktığınızda benzer içeriklerle karşılaşmanız mümkündür. Bir konu hakkında arama yaptığınızda aynı konuya ilişkin başka sonuçlar görürsünüz. Bir paylaşım çok dikkat çektiğinde daha fazla görünürlük kazanabilir.
Böylece birkaç örnek kısa süre içinde onlarca örneğe dönüşebilir.
Fakat burada kritik soru şudur:
Bu örnekler bağımsız bir gerçeklik örneklemi mi, yoksa size seçilerek sunulan içerikler mi?
Bir kullanıcı belirli bir olay türünü arıyorsa, o olayın dijital dünyadaki görünürlüğü artabilir. Ardından kişi çevresinde yalnızca aynı tür olayları görmeye başlar.
Ve zihninden şu cümle geçebilir:
“Her yerde bu oluyor.”
Belki gerçekten artmıştır.
Belki de yalnızca artık daha fazla görüyordur.
İkisini birbirinden ayırmak için sayı, örneklem, zaman aralığı ve karşılaştırma gerekir.
Zihin ise çoğu zaman bunları istemez.
Zihin bir hikâye ister.
Bir örnek neden bazen bin sayıdan daha güçlü gelir?
Çünkü sayılar soyuttur.
Hikâyeler somuttur.
“Bu ürünün kullanıcılarının yüzde 8’i sorun yaşadı” cümlesiyle, sorun yaşamış tek bir kişinin ayrıntılı hikâyesi aynı psikolojik etkiyi yaratmaz.
İkinci anlatım çok daha canlı olabilir.
Bir kişinin yüzünü görürüz. Yaşadığı problemi öğreniriz. Ayrıntıları hatırlarız.
Bu, örneğin istatistiksel olarak daha önemli olduğu anlamına gelmez.
Fakat zihinsel olarak daha erişilebilir hale geldiği anlamına gelir.
Temsililik ve erişilebilirlik gibi kestirmeler burada birbirini destekleyebilir. İnsan zihni yalnızca “kaç kişi?” diye sormaz; “bana ne kadar tanıdık geliyor?” ve “bunu ne kadar kolay hayal edebiliyorum?” sorularını da fiilen devreye sokabilir.
Bu yüzden tek bir güçlü hikâye, bazen geniş bir veri setinin önüne geçebilir.
Manipülasyon açısından hikâyenin gücü tam da buradadır.
Peki kendimizi bu tuzaktan nasıl çıkarabiliriz?
Her karar anında istatistikçi gibi davranmamız mümkün değil.
Zaten bilişsel kestirmelerin tamamından kurtulmak da gerçekçi bir hedef değildir.
Daha kullanışlı olan, kritik karar anlarında birkaç soruyu devreye sokmaktır.
Örneğin:
- Elimde kaç örnek var?
- Bu örnekler gerçekten temsil edici mi?
- Bana yalnızca dikkat çekici örnekler mi gösteriliyor?
- Ters yöndeki örnekleri hatırlıyor muyum?
- Bu olayın temel oranı nedir?
- Gördüğüm seri gerçekten anlamlı mı, yoksa rastlantıyla oluşabilecek bir dizi mi?
- Bir kişiyi birkaç davranışından hareketle mi değerlendiriyorum?
- “Buna benziyor” ile “bunun olma ihtimali yüksek” ifadelerini birbirine karıştırıyor muyum?
Bunlar zihni yavaşlatır.
Bazen ihtiyaç duyduğumuz şey daha fazla bilgi değildir.
Elimizdeki bilginin ne kadarını gerçekten temsil ettiğini sormaktır.
En tehlikeli kalıp, zihnin fark etmediği kalıptır
İnsan zihni örüntüleri fark etmekte son derece başarılıdır.
Sorun, her örüntünün anlamlı olmamasıdır.
Bir futbolcunun üç maç üst üste gol atması gerçekten formda olduğunu gösterebilir. Aynı zamanda kısa bir serinin rastlantısal olması da mümkündür. Bir şirketin birkaç çalışanının olağanüstü başarılı olması kurum kültürü hakkında bazı ipuçları verebilir. Fakat birkaç kişinin bütün çalışanları temsil ettiğini varsaymak başka bir iddiadır.
Gerçek dünya çoğu zaman bu kadar temiz değildir.
Olasılık, benzerlik ve nedensellik aynı şey değildir.
Bir olay başka bir olaya benziyor diye onunla aynı nedenle ortaya çıkmış olması gerekmez.
Bir kişi bir kategoriye benziyor diye o kategorinin tipik üyesi olmak zorunda değildir.
Birkaç olay peş peşe geldi diye aralarında anlamlı bir bağlantı bulunması gerekmez.
Ve en önemlisi, küçük bir örnek büyük bir hikâye anlatabilir; fakat büyük hikâye küçük örneğin gerçekten temsil ettiği anlamına gelmez.
Bizi kim kandırıyor?
Buradaki rahatsız edici cevap, yalnızca dışarıdaki manipülatörleri işaret etmiyor.
Zihnimiz de bize sürekli kestirme yollar sunuyor.
Çünkü belirsizlik yorucudur.
“Bilmiyorum” demek zordur.
“Yeterli veri yok” demek tatmin edici değildir.
Buna karşılık bir kalıp bulmak rahatlatıcıdır.
Bir insanı tanımlarsınız.
Bir olayı açıklarsınız.
Bir seriye anlam verirsiniz.
Bir ihtimali neredeyse kesinmiş gibi hissedersiniz.
Sonra kararınızı verirsiniz.
Bazen doğru çıkar.
Bazen de yalnızca zihninizin sevdiği bir hikâyeye denk gelmiştir.
Bu yüzden temsililik kestirmesini anlamanın amacı, sezgilerimizi tamamen susturmak değildir. Ama sezginin hızlı geldiği anlarda onun hangi soruyu cevapladığını fark etmek önemlidir.
Çünkü zihnimiz bazen sorduğumuz soruyu değil, cevaplaması daha kolay olan başka bir soruyu yanıtlar.
“Bu olay ne kadar olası?” yerine:
“Bu olay ne kadar tanıdık?”
“Bu kişi ne kadar güvenilir?” yerine:
“Bu kişi güvenilir birine ne kadar benziyor?”
“Bu seri gerçekten anlamlı mı?” yerine:
“Bu seri anlamlı görünüyor mu?”
Aradaki fark küçük görünür.
Kararın kendisi içinse oldukça büyük olabilir.
Kalıba son kez bakmadan önce
Bir sonraki sefer art arda gelen birkaç olaya baktığınızda, zihninizin hemen bir hikâye kurmasına izin vermeden önce durun.
Çünkü bazen karşımızdaki şey gerçekten bir örüntüdür.
Bazen ise yalnızca birkaç rastlantının zihnimizde birbirine bağlanmış hâlidir.
Asıl mesele, hangisi olduğunu ilk bakışta bilmememizdir.
Gördüğünüz kalıp gerçeği mi anlatıyor, yoksa gerçeği nasıl görmeniz gerektiğini mi söylüyor?
Zihnini Derinleştirmek İsteyenler İçin Anahtarlar
- Amos Tversky ve Daniel Kahneman’ın 1974 tarihli “Judgment under Uncertainty: Heuristics and Biases” çalışması, temsililik, erişilebilirlik ve çıpalama gibi kestirmelerin belirsizlik altındaki yargılarda nasıl kullanıldığını ve sistematik hatalara nasıl yol açabildiğini inceleyen temel çalışmalardandır.
- Thomas Gilovich, Robert Vallone ve Amos Tversky’nin 1985 tarihli “The Hot Hand in Basketball: On the Misperception of Random Sequences” çalışması, kısa rastlantısal dizilerde örüntü görme eğiliminin klasik örneklerinden biridir. Ancak bu çalışmanın istatistiksel yöntemleri daha sonra Miller ve Sanjurjo’nun 2018 tarihli çalışmasında yeniden değerlendirilmiştir; dolayısıyla “sıcak el” örneği, bilimsel sonuçların da yöntemsel eleştiriye açık olduğunu gösteren iyi bir vakadır.
- Daniel Kahneman’ın Thinking, Fast and Slow kitabı, sezgisel ve daha kontrollü düşünme süreçlerini, bilişsel kestirmeleri ve karar hatalarını geniş bir okuyucu kitlesi için ele alan kapsamlı bir popüler bilim çalışmasıdır.
Bir kalıbın zihnimizde ne kadar hızlı “gerçeğe” dönüştüğünü gördüğümüzde, manipülasyonun her zaman açık bir yalanla başlamadığını da fark ederiz. Bazen yalnızca hangi örnekleri göreceğimize karar verilmesi yeterlidir.